← 返回目录

TCC的工作流程

第 58 / 101 卷日期:

全由业务自己控制,目的是解决复杂业务中,跨表跨库等大颗粒度资源锁定的问题。

TCC 把事务运行过程分成 Try、Confirm / Cancel 两个阶段,每个阶段的逻辑由业务代码控制,避免了长事务,可以获取更高的性能。

TCC的工作流程

TCC(Try-Confirm-Cancel)分布式事务模型相对于 XA等传统模型,其特征在于它不依赖资源管理器(RM)对分布式事务的支持,而是通过对业务逻辑

的分解来实现分布式事务。

TCC 模型认为对于业务系统中一个特定的业务逻辑,其对外提供服务时,必须接受一些不确定性,即对业务逻辑初步操作的调用仅是一个临时性操

作,调用它的主业务服务保留了后续的取消权。如果主业务服务认为全局事务应该回滚,它会要求取消之前的临时性操作,这就对应从业务服务的

取消操作。而当主业务服务认为全局事务应该提交时,它会放弃之前临时性操作的取消权,这对应从业务服务的确认操作。每一个初步操作,最终

都会被确认或取消。

因此,针对一个具体的业务服务,TCC 分布式事务模型需要业务系统提供三段业务逻辑:

初步操作 Try:完成所有业务检查,预留必须的业务资源。

阶段预留的业务资源。因此,只要 Try 操作成功,Confirm 必须能成功。另外,Confirm 操作需满足幂等性,保证一笔分布式事务有且只能成功一

次。

取消操作 Cancel:释放 Try 阶段预留的业务资源。同样的,Cancel 操作也需要满足幂等性。

图 77-1
图 77-1

TCC 分布式事务模型包括三部分:

图 78-1
图 78-1

Try 阶段:调用 Try 接口,尝试执行业务,完成所有业务检查,预留业务资源。

Confirm 或 Cancel 阶段:两者是互斥的,只能进入其中一个,并且都满足幂等性,允许失败重试。

Confirm 操作:对业务系统做确认提交,确认执行业务操作,不做其他业务检查,只使用 Try 阶段预留的业务资源。

Cancel 操作:在业务执行错误,需要回滚的状态下执行业务取消,释放预留资源。

Try 阶段失败可以 Cancel,如果 Confirm 和 Cancel 阶段失败了怎么办?

TCC 中会添加事务日志,如果 Confirm 或者 Cancel 阶段出错,则会进行重试,所以这两个阶段需要支持幂等;如果重试失败,则需要人工介入进

行恢复和处理等。

全站分卷索引 · 101 卷
  1. 1一图解读分布式事务
  2. 2分布式事务与分布式锁的区别:
  3. 31、Atomic原子性
  4. 44、Durability持久性
  5. 5脏读、幻读、不可重复读
  6. 6幻读(Phantom Read)
  7. 7事务的隔离级别
  8. 8分布式事务的基本概念
  9. 9什么是分布式事务?
  10. 101. 跨库事务
  11. 112. 分库分表
  12. 123. 微服务化
  13. 13CAP定理
  14. 141、一致性
  15. 152、可用性
  16. 163、分区容错性
  17. 172、放弃A
  18. 18CAP 权衡
  19. 19CAP和ACID中的A和C是完全不一样的
  20. 20BASE定理
  21. 212、Soft state(软状态)
  22. 22BASE理论的特点:
  23. 23BASE理论与CAP的关系
  24. 24分布式事务分类
  25. 25柔性事务
  26. 26XA规范
  27. 27XA协议的实现
  28. 282PC/3PC协议
  29. 29Jta规范
  30. 30Atomikos分布式事务实现
  31. 31XA的主要限制
  32. 322PC(标准XA模型)
  33. 33阶段二:执行事务提交
  34. 34阶段二:中断事务
  35. 352PC二阶段提交的特点
  36. 362PC具有明显的优缺点:
  37. 37总结一下: XA-两阶段提交协议中会遇到的一些问题
  38. 38详解:三个阶段
  39. 39阶段三:doCommit
  40. 402PC和3PC的区别:
  41. 413PC主要解决的单点故障问题:
  42. 42XA规范的问题
  43. 43柔性事务的分类
  44. 44通知型事务
  45. 45异步确保型事务
  46. 46异步确保型事务使用示例
  47. 47基于阿里 RocketMQ实现MQ异步确保型事务
  48. 48本地消息表方案
  49. 49MQ事务消息 VS 本地消息表
  50. 50最大努力通知
  51. 51MQ事务消息方案
  52. 52本地消息表方案
  53. 53最大努力通知事务 VS 异步确保型事务
  54. 54消息发送一致性
  55. 55补偿型
  56. 56什么是补偿模式?
  57. 57什么是TCC 事务模型
  58. 58TCC的工作流程
  59. 59TCC事务案例
  60. 60TCC事务模型的要求:
  61. 61TCC与2PC对比
  62. 62TCC和2PC不同的是:
  63. 63TCC 的使用场景
  64. 64SAGA长事务模型
  65. 65Saga 模型由三部分组成:
  66. 66Saga的使用条件
  67. 67对于ACID的保证:
  68. 68SAGA模型的解决方案
  69. 69方案二:本地消息表
  70. 70SAGA的案例
  71. 71Saga和TCC对比
  72. 72总体的方案对比:
  73. 73seata
  74. 74Seata 的三大模块
  75. 754 种分布式事务解决方案
  76. 76Seata AT模式
  77. 77Seata AT模式的例子
  78. 78第一阶段流程:
  79. 79第二阶段流程如:
  80. 80Seata AT 模式在电商下单场景的使用
  81. 81电商业务场景中 Seata in AT mode 工作流程详述
  82. 82Seata的数据隔离性
  83. 83写隔离的原则:
  84. 84读的隔离级别
  85. 85Spring Cloud集成Seata AT模式
  86. 86第一阶段 Try
  87. 87第二阶段 Confirm
  88. 88第二阶段 Cancel
  89. 89多个事务并发的情况
  90. 90适用场景:
  91. 91缺点:
  92. 92Seata XA 模式
  93. 93使用Seata XA 模式的前提
  94. 94Seata XA 模式的工作机制
  95. 95XA 模式的使用
  96. 96面试题标准答案: 如何解决分布式事务问题的?
  97. 97(1)强一致性场景
  98. 98(2)弱一致性场景
  99. 99(3)最终一致性场景
  100. 100各大模式的总体对比:
  101. 101参考资料